Il mondo in cui viviamo è sempre più dinamico e connesso, in cui il cambiamento è una costante universale e la mole di dati ed informazioni accessibili alle aziende è in aumento esponenziale ogni giorno.
In questo contesto mutevole, prendere azioni e definire strategie aziendali basandosi sui dati diventa una sfida sempre più complessa e potenzialmente rischiosa.
Alcune aziende semplicemente non affrontano la sfida, magari perché bloccati in una “gabbia di dati” da cui decidono di uscire prendendo decisioni basate su istinto o intuizione. Questo approccio non riduce i problemi ma anzi li rende sistemici e più difficili da affrontare, portando inevitabilmente ad una perdita di competitività sul mercato.
Altre aziende invece, quelle motivate a far emergere la loro presenza online e ottenerne gli enormi potenziali benefici, sono spinte ad una corsa verso l’innovazione. Queste aziende utilizzano con successo i dati per intraprendere processi di testing su ogni aspetto del loro business, riducendo i rischi e aprendo nuove strade per la crescita.
Questo divario è ancora più evidente nel mondo digitale, dove se non si vuole essere scalzati dai competitors occorre investire continuamente nell’offrire una user experience (UX) migliore, avere le funzionalità più richieste, promuovere il prodotto giusto all’utente giusto.
Basti pensare che sempre più una modifica anche lieve nella UX di un sito, come il colore e posizione di un bottone, è capace di aumentare o diminuire drasticamente la revenue di un’intera azienda. Questo tipo di modifica può essere facilmente testata con la metodologia A/B testing, riducendo al minimo il rischio di impatti negativi sulle performance.
Ma come capire quali aspetti modificare, quali feature implementare, quale iniziativa lanciare?
Per rispondere a tutte queste domande, occorre applicare un processo di testing che sia scientifico, misurabile e azionabile, il quale porterà ad adottare un sistema di decision-making data-driven e a minor rischio.
In questo articolo raccontiamo la metodologia che usiamo in Digital Pills per validare, testare e migliorare le performance dei canali digitali dei nostri clienti.
Cosa significa fare testing?
Fare testing in un contesto digital significa verificare la validità di una proposta di modifica, definita in termini tecnici “variante”, prima di renderla effettivamente attiva per tutti gli utenti.
Quando parliamo di validità intendiamo che la variante proposta sia migliorativa rispetto alla soluzione in uso, producendo di conseguenza un miglioramento delle metriche a cui si riferisce.
Facciamo un esempio: un e-commerce presenta molti visitatori e aggiunte di prodotti al carrello, ma pochi acquisti di prodotti conclusi. Analizzando il flusso di acquisto, si notano diversi punti in cui un visitatore esce dal flusso di acquisto. A questo punto vengono ideate una serie di soluzioni per le diverse fasi, ma non è chiaro quali implementare e se producano i risultati sperati.
Ci si ritrova insomma con molteplici ipotesi, ognuna delle quali potrebbe potenzialmente essere una soluzione ai problemi, oppure danneggiare ulteriormente le performance del sito. O, caso comune, funzionare singolarmente ma non essere efficaci prese in combinazione con altre ipotesi.
Per risolvere queste domande, la soluzione migliore e con la maggiore probabilità di successo è testare, analizzare, ed ottimizzare.
Esistono diverse tipologie di test possibili da realizzare, vediamone insieme alcuni.
Tipologie di testing
Molto spesso si fanno coincidere Testing con A/B Testing.
Secondo la definizione di Salesfoce:
“Il test A/B è un modo di confrontare due versioni di una singola variabile per testare la risposta del soggetto rispetto alla variabile A o B e determinare quale risulti la più efficace”.
Se però parliamo di Testing, questa non è nient’altro che una singola metodologia applicabile, spesso inadatta alle reali necessità.
Per fare un esempio pratico possiamo considerare l’analogia con un menù di una pizzeria.
In questo scenario l’A/B testing sarebbe una singola pizza (magari una margherita, che quando non si sa cosa prendere è la scelta più facile), mentre l’intera gamma di metodologie e opzioni disponibili rappresenta l’intero menù.
Così come si trovano pizze molto diverse tra loro per impasto ed mix di ingredienti adatte a tutti i gusti, allo stesso modo esistono molteplici possibilità di test eseguibili in base alla situazione.
Volendo meglio capire come è possibile capire quali test siano i più adatti, è utile distinguerli in due tipologie principali:
Test quantitativi
Si tratta di test che si basano sul campo della statistica e probabilità, in cui i risultati sono di tipo numerico e più vicini ad una oggettività riconosciuta.
Un tipico output di queste tipologie di test sono percentuali di variazione dallo stato di fatto, o modelli matematici più complessi che servono a fornire parametri oggettivi per valutare la validità di diverse soluzioni a confronto.
A questa tipologia di test appartengono:
- AB Test
- Test multivariata
- Redirect Test
Per la loro esecuzione ed interpretazione sono richieste capacità di analisi numerica spesso avanzate e soluzioni tecnologiche di supporto specifiche.
Test qualitativi
Si tratta di test che si basano maggiormente sull’euristica e alla psicologia cognitiva, i cui risultati non sono in alcun modo oggettivi e sono basati sull’interazione con soggetti presi a campione.
Un tipico output di questo tipo di test sono interviste a clienti, che non offrono parametri oggettivi per prendere decisioni ma possono supportare a capire meglio le intenzioni e le modalità di comportamento degli utenti a cui ci rivolgiamo.
A questa tipologia di test appartengono tra gli altri:
- Cognitive Walkthrough
- User Testing
- Usability Testing
Questa tipologia di test viene eseguita da professionisti competenti in ambito di psicologia, design e user research, e richiede forti capacità di osservazione, conoscenza delle metodologie ed esperienza.
Perché fare Testing?
Ora che è più chiaro il panorama di cosa significhi fare testing e come esistano diverse tipologie di test realizzabili, sorge spontanea la domanda:
Per rispondere, vogliamo elencare 3 importanti benefici che adottare questo processo può portare in ogni azienda.
- È un metodo per verificare un’ipotesi prima di implementarla
Trovare soluzioni è spesso solo metà del lavoro, la parte veramente importante è saperle implementare correttamente.
Ma se una soluzione, dopo aver richiesto importanti investimenti di tempo e risorse per essere implementata, si rivelasse non performante? O addirittura finisse per danneggiare le performance rispetto a prima?
Ogni volta che si sviluppa un prodotto o servizio digitale è necessario soppesare i rischi e i benefici di ogni cambiamento apportato, per rischio di investire troppo su qualcosa che in ultima battuta non funzionerà.
Testare le ipotesi prima, riducendo i tempi e costi di implementazione così come i rischi di danneggiare le performance, si presenta quindi come una best practice da adottare nell'ambito digital.
- È un metodo per migliorare facendosi guidare dai dati
Esistono sempre molteplici strade per arrivare ad un punto, così come esistono diverse possibili soluzioni ad un problema.
Quando si è costretti a valutare una serie di possibili soluzioni, spesso può risultare difficile scegliere la “migliore” tra tutte, proprio perché risulta difficile individuare parametri oggettivi che facciano emergere una soluzione piuttosto che altre.
Adottare un processo di testing strutturato risponde in maniera chiara a questo problema: sarà la statistica a decretare le varianti vincenti, non le opinioni.
- È un metodo per non smettere mai di migliorarsi
Il mondo digital è in costante evoluzione e richiede un continuo impegno per stare al passo e coglierne le opportunità.
Un processo di testing ben strutturato ed implementato ha due grandi vantaggi per un’azienda.
Primo, porta miglioramenti tangibili sulle performance e i KPIs aziendali, producendo un valore oggettivo.
Secondo, crea e nutre un ambiente di crescita e sviluppo continuo, incoraggiando tutti gli attori coinvolti a cercare, provare e adottare continuamente nuovi modi per migliorare.
Se intrapreso non come singola attività ma come processo di trasformazione aziendale, la metodologia di testing può portare vantaggi su più livelli del singolo obiettivo.
Una volta raccontato cosa significhi fare test e perché questo è importante, vogliamo raccontare la nostra metodologia, raccontando le diverse fasi, i processi, e infine i risultati che portano.
Il processo di Testing in Digital Pills
Il processo di Testing che seguiamo in Digital Pills è strutturato in 5 fasi sequenziali:
- Requirements Definition
- Research
- Experiment Backlog
- Testing
- Measure & Evolve
Vediamo meglio insieme quali attività coinvolgono e quali output generano.
Requirements Definition
Questo primo step è essenziale per impostare correttamente il perimetro d’azione di un’attività di test. Durante questa fase vengono definite e strutturate meglio le necessità specifiche del cliente, analizzando le specificità del contesto e individuando le aree di azione o flussi di maggiore impatto.
In questo step non si compie ancora una prioritizzazione, ma si individuano quali attività sono maggiormente allineate alla strategia aziendale e per tale motivo abbiano la precedenza nel processo di definizione ed esecuzione dei test.
Research
In questa seconda fase si procede a svolgere le prime analisi qualitative e/o quantitative, grazie alle quali è possibile individuare una lista di ipotesi da testare così come raccomandazioni e best practice da applicare al proprio prodotto.
Questo processo genera un output solitamente corposo di possibili azioni migliorative da applicare al sito, raccolte in uno o più documenti definiti “Solution Cards”.
Le Solution Cards sono ipotesi di ottimizzazione basate su osservazioni ed analisi svolte che presentano diversi scenari, alle volte anche contrastanti, per fornire un'ampia gamma di possibilità di miglioramento del prodotto/servizio digitale.
Questo output presenta insomma una serie di possibili soluzioni azionabili da mettere in pratica, ma non è filtrato o prioritizzato per fornire indicazioni utili su quale soluzioni testare. Il processo di prioritizzazione porta invece alla definizione del Experiment Backlog.
Se ti interessa approfondire il tema delle solution card e vedere come le utilizziamo puoi leggere il progetto di CX Optimization con Wella.
Experiment Backlog
Si tratta di uno step fondamentale nel processo di testing che permette di definire le priorità di test e creare un vero e proprio piano d’azione.
L’obiettivo in questa fase è di creare una lista di ipotesi prioritizzate in base all’impatto previsto sui KPIs principali dei flussi presi in analisi. Questo documento permetterà di individuare dove investire effort e risorse per avere un migliore ritorno dall’attività.
L'attività di prioritizzazione delle ipotesi non è un processo soggettivo, ma viene basato su dati ricavati da analisi mirate e segue un processo rigoroso per arrivare ad un risultato affidabile:
- Classificazione delle interazioni per flusso
In questa fase analizziamo tutte le interazioni possibili con il prodotto digitale, classificandole per flusso. Questo permette di arrivare ad una mappatura significativa delle possibili azioni compiute da un utente che abbiano un impatto sulle performance e contribuiscono al miglioramento dei KPIs.
- Analisi di correlazione
Questa fase fa uso di modelli statistici e analisi quantitative avanzate per analizzare le interazioni in maniera cronologica, così da arrivare a comprendere quali sono le azioni che influenzano maggiormente il KPI principale.
Analisi di questo tipo vengono svolte su ogni flusso e aiutano a comprendere quanto realmente ogni azione degli utenti sia rilevante per portare ad un obiettivo.
I risultati di questa attività sono spesso contro-intuitivi e aprono diverse possibilità prima di allora non contemplate o considerate rilevanti. Tuttavia i risultati si presentano in un formato visuale poco comprensibile, per questo risulta necessario costruire una soluzione visuale più chiara: il Driver Tree.
- Costruzione driver tree pesato
L’obiettivo di questa fase è dare un output più facilmente visualizzabile dei risultati delle analisi quantitative svolte precedentemente sulla correlazione di azioni e obiettivi.
Per fare questo, costruiamo un driver tree pesato per tipologia di device, il cui spessore dei mari si basa sull’influenza che esercitano sul KPI principale.
Questo output permette di visualizzare concretamente i legami tra azioni e obiettivi all’interno di un prodotto, facilitando la lettura e comprensione da parte di tutti gli stakeholders di progetto.
- Prioritizzazione
L’ultima fase dell’attività di prioritizzazione traduce tutte le analisi e considerazioni svolte in precedenza in un documento tabulare dove sono riportate tutte le ipotesi con i relativi KPI di riferimento organizzate in base alla priorità individuata.
Questo rappresenta un vero e proprio piano di azione per procedere nello svolgimento dei test, guidando l’ordine di esecuzione e la rilevanza rispetto agli obiettivi aziendale.
Testing
La fase di Testing è un passaggio chiave e complesso, in cui dopo aver strutturato un piano di azione e obiettivi chiari, si passa a costruire un processo di testing per verificare quali ipotesi possano essere implementate.
Il processo di Testing è molto intensivo come effort e richiede di base due tipologie di competenze da parte del cliente:
- Un Designer (ove richiesto)
- Uno Sviluppatore (per poter implementare il test su Optimize)
Una volta compiuta questa attività sulle ipotesi prioritizzate, si arriverà all’individuazione di una Winning Variant, ovvero quell’ipotesi che alla prova dei test svolti abbia portato un concreto miglioramento delle performance del prodotto digitale.
Questa sarà la base per l’implementazione ad ampio spettro sull’intero prodotto, che potrà essere svolta con la consapevolezza che porterà un impatto positivo sugli obiettivi aziendali.
Measure & Evolve
L’ultima fase di Testing riguarda la creazione di una reportistica dettagliata sulle performance delle soluzioni testate, confrontando i KPIs prima e dopo la pubblicazione dei test.
Questo report, denominato Impact Measurement Report, serve per comprendere se il test sia stato un successo rispetto alle attese e valga effettivamente la pena di essere implementato sull’intero prodotto.
Anche se questo si configura come ultimo output del processo, in realtà si tratta potenzialmente di un nuovo inizio, dove sulla base dei dati raccolti durante i test diventa possibile individuare nuove ipotesi da testare, le quali potranno potenzialmente migliorare ulteriormente le performance.
Conclusioni
Intraprendere un processo di Testing rappresenta un investimento strategico per la crescita di un prodotto digitale, anche se spesso genera diverse domande. Vorremmo dare delle risposte alle più comuni.
- Quanto tempo serve per fare un programma di testing?
Il tempo è sicuramente un fattore importante, ma non esiste una risposta univoca alla domanda. Fermo restando che la sperimentazione dovrebbe essere un processo continuo per l’azienda e tutte le sue funzioni, la durata di un programma può variare. In Digital Pills suggeriamo un impegno ideale di 12 mesi, in cui sia possibile non solo portare avanti diversi esperimenti, ma durante i quali riesca veramente a consolidare la cultura del testing nelle diverse funzioni aziendali. Per aziende più mature e già affini alla metodologia di testing che necessitino di supporto, anche impegni mensili o semestrali possono essere adatti.
- Quando è meglio cominciare?
Il detto dice “chi ben comincia è a metà dell’opera”, ed è altrettanto vero nell’esecuzione di un processo di testing. Basti pensare che ritardare questo tipo di attività ha dei costi concreti sull’azienda.
In primis va considerato il costo di sviluppo ed implementazione di soluzioni non supportate da dati. Certo, alcune volte potrebbero portare risultati positivi, ma nella maggior parte dei casi si tratta di sforzi che non portano cambiamenti, o peggio danneggiano le performance.
In secondo luogo, occorre pensare in termini di costo opportunità. Ogni occasione persa per fare testing significa limitare la capacità di innovare in azienda, perdere opportunità uniche e rinunciare a nuove possibili soluzioni migliorative.
Come regola generale, più un’azienda è strutturata e interessata alla crescita, maggiore è la sua urgenza di implementare un processo di sperimentazione. Per determinati test sono inoltre richieste specifici volumi di dati, ma anche su numeri inferiori molti test possono portare risultati d’impatto.
- Che aspettative avere in termini di risultati?
La risposta più corretta è dipende.
Esistono molteplici tipologie di test, da più basici test di UX che possono migliorare il conversion rate a test più strategici a livello aziendale che possono portare impatti considerevoli a diverse metriche.
Va inoltre considerato che molti test falliscono. O per meglio dire, dimostrano che le possibili variazioni progettate sono meno performanti di quella attuale. Il che però è, nel suo complesso, un ottimo risultato, in quanto ha permesso di evitare il costo dell’errore e fornisce nuovi spunti per progettare soluzioni migliori.
Il modo migliore per approcciare un processo di testing è quello di non aspettarsi che tutti i colpi vadano a segno, ma adottare una metodologia iterativa e di continuo miglioramento, in cui tutti i dati raccolti aiutano a far progredire verso la crescita.
- Quanto spesso devo eseguire esperimenti?
L’ideale approccio alla sperimentazione è continuativo ed esteso ad ogni aspetto dell’azienda. Nella pratica questo non è sempre possibile, in quanto entrano in gioco molti fattori ad influenzare questa scelta.
Alcuni aspetti da considerare quando si valuta il numero e frequenza degli esperimenti sono utenti raggiunti, momenti di pausa da rispettare, necessità tecniche e risorse disponibili.
Creare una roadmap di sperimentazione che tenga conto di questi ed altri fattori è sicuramente la soluzione migliore per assicurare il successo del processo di testing.
La necessità di evolvere per stare al passo con i mutamenti del mercato digitale è comune a tutte le aziende, ma riuscire a farlo basandosi su dati oggettivi e riducendo considerevolmente i rischi rappresenta un vantaggio competitivo importante.
- Devo fare esperimenti anche se i miei competitors non li fanno?
Applicare un processo di miglioramento continuo data-driven basato sul testare ipotesi prima di implementare permette ad ogni azienda che offra prodotti o servizi sui canali digitali di migliorare le proprie performance, portando al minimo i rischi di sprecare effort e risorse in modifiche non impattanti.
Adottare una metodologia di Testing solida e basata sui dati è in grado di fornire ipotesi che realmente rispondano ai bisogni aziendali, generando un impatto concreto e quantificabile sulle performance. Per questa ragione, si tratta di un investimento che avrà un ritorno sicuramente positivo, che sia in termini migliorativi tramite soluzioni migliori, o in termini di risparmio di risorse e effort per l’azienda.